RESPACK

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

物質の相互作用パラメータを評価する第一原理計算ソフトウェア。 最局在ワニエ関数、RPA応答関数、周波数依存電子間相互作用パラメータが計算可能。ノルム保存型擬ポテンシャル+平面波基底を用いるバンド計算に対応しており、xTAPP および Quantum ESPRESSO に関しては、ファイルの変換スクリプトが用意されている。金属、半導体、遷移金属化合物、有機化合物など広範な物質群を計算できる。OpenMP / MPI に対応。

アプリ詳細へ

RISMiCal

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

液体の統計力学理論に基づいた溶媒中の物質構造解析プログラム。溶質分子周りの溶媒の確率分布を求め、溶媒和自由エネルギーや圧縮率、部分モル容積などの種々の物理量を計算する。大規模並列計算に対応した高速フーリエ変換を実装し、他の手法では予測が難しいタンパク質の分子認識や生体高分子の水和構造などの解析が可能。

アプリ詳細へ

Superconducting Toolkit (sctk)

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

Quantum ESPRESSOによる第一原理計算の結果を用いて、超伝導ギャップを評価するオープンソースアプリケーション。第一原理計算によって、電子格子相互作用と遮蔽クーロン相互作用の大きさを評価し、ギャップ方程式を自己無撞着に解くことで超伝導ギャップを評価する。準粒子状態密度や超音波吸収係数なども計算可。

アプリ詳細へ

CrySPY

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

第一原理計算や古典MDプログラムを利用した、結晶構造探索ツール。結晶の組成を与えるだけで、結晶構造の生成から探索までを自動で行う。ver0.6.1では探索アルゴリズムとして、ランダムサーチ、ベイズ最適化およびLAQAが使用可能となっている。VASPやQuantum ESPRESSO、LAMMPSとのインターフェースを備えている。

アプリ詳細へ

mptensor

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

テンソルネットワーク法のための並列テンソル計算C++ライブラリ.テンソル積状態やテンソルくりこみ群など各種手法に共通した演算,例えばテンソルの縮約や特異値分解など,が実装されている.PythonのNumpy,Scipyに似たインターフェイスを採用することで,既存コードの並列化移植を容易にしている.

アプリ詳細へ

cuscalapack

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

ScaLAPACKの行列積演算pdgemm, pzgemm GPUで計算するライブラリ.

アプリ詳細へ

Tensordot

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

テンソル縮約コード自動生成ツール.複数のテンソルから構成されるテンソルネットワークを一つのテンソルに縮約するための計算順序を最適化し,そのコードを自動生成する.Pfeiferらによるnetconアルゴリズムを採用しており,高速な最適解探索が可能.生成するコードはNumpyとmptensorに対応している.

アプリ詳細へ

OQMD: The Open Quantum Materials Database

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

Northwestern大学の研究グループによって作られた、第一原理計算による物質構造や熱力学的性質に関するデータベース。ICSDで提供されている実験での結晶構造だけでなく、計算で得られたものも使用することで、100万個程度のデータが格納されている。Python APIを用いてデータを検索することも可能。

アプリ詳細へ

XenonPy

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

機械学習を用いて物質探索を行うためのPythonツール。matminerで対応している記述子を使用できるが、化合物の化学組成と構造情報から記述子を算出することもできる。モデル訓練はPyTorchによって行われている。記述子の可視化ツールと転移学習フレームワークも備えており、様々な化合物物性値の予測に利用できる。

アプリ詳細へ

iqspr

  • 公開度 3 ★★★
  • ドキュメント充実度 2 ★★☆

所望の構造,物性を持つ候補分子を探索することができるRパッケージ。SMILES(Simplified Molecular Input Line Entry Specification Syntax)による化学構造の表現を採用し、sequential Monte Carlo法に基づいて新たな分子構造を生成し、機械学習による予測モデルを通じて候補分子を探索する。

アプリ詳細へ